纹理特征在数字图像盲取证中的应用

纹理特征在数字图像盲取证中的应用

ID:37344720

大小:8.82 MB

页数:48页

时间:2019-05-22

纹理特征在数字图像盲取证中的应用_第1页
纹理特征在数字图像盲取证中的应用_第2页
纹理特征在数字图像盲取证中的应用_第3页
纹理特征在数字图像盲取证中的应用_第4页
纹理特征在数字图像盲取证中的应用_第5页
资源描述:

《纹理特征在数字图像盲取证中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代号:10536学号:10108010780密级:公开长沙理工大学硕士学位论文纹理特征在数字图像盲取证中的应用学位申请人姓名塑垩指导教师奎蝰教援所在学院盐篡扭生逼值王程堂瞳专业名称通信生值:鼠丕统论文提交日期2Q13生3旦论文答辩日期2Q13生5旦答辩委员会主席奎塞熬援ApplicationsoftexturefeatureindigitalimageforensicsbyHepingB.E.(ChangshaUniversityofScience&Technology)2010Athesissubmittedinpartia

2、lsatisfactionoftheRequirementsforthedegreeofMasterofEngineering●lnCommunicationandinformation‘systems1nChangshaUniversityofScience&TechnologySupervisorProfessorLifengMarch,2013长沙理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写

3、的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:种日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密O,在年解密后适用本授权书。2、不保密口。(请在以上相应方框内打“、/”)作者签

4、名:币午日期:年月日导师签名:习九千日期:年月日摘要数字图像作为信息传递的一个优秀载体,广泛应用在新闻传媒,影像信息采集,案件取证,安全区域监控,医疗卫生,科学理论鉴定、科技发展等众多领域。数字图像编辑软件的发展与普及,使得用户可以在个人电脑上对图像进行图像拼接、图像复制粘贴、图像效果后期处理等各种编辑操作,以致篡改后的图像通过肉眼真假分辨。这在科教文卫以及司法军事方面引发了轩然大波,直接导致了大众对数字媒体的信任危机。数字图像盲取证是直接针对篡改图像内容完整性及原始性进行检测的技术。因此,针对数字图像盲取证技术的研究是有效鉴别篡

5、改图像的关键。本文概述了现有的图像盲取证技术的常用方法,确定了利用数字图像本身的纹理特征作为本文的研究重点。为检测常用的复制粘贴篡改手段中的平移操作和旋转操作,本文提出了两种融合纹理特征的有效的检测算法:本文在对局部沃尔什变换(LWT)提取图像纹理特征研究的基础上,提出了一种融合LWT纹理特征的区域复制篡改检测算法。该算法首先将待检测图像分成大小相同的重叠块,利用局部沃尔什变换提取每个图像块的纹理特征,以及估算整个待检测图像的纹理复杂度,然后对获得的每个图像块的纹理特征向量进行字典排序,并根据估算到的纹理复杂度值选择合适的相似图像

6、块判定的阈值,最后按照预定的相似标准,检测且定位出篡改区域。经过实验验证,该算法在准确率和虚警率方面均优于经典的基于主成分分析法(PCA)的检测算法。本文在对局部二值模式(LBP)与灰度共生矩阵(GLCM)提取图像纹理特征研究的基础上,提出了一种融合LBP与GLCM纹理特征的复制粘贴篡改检测算法。该算法首先将待检测图像分成大小相同的重叠块,对每个重叠块进行LBP扛旋转处理,获得每个图像重叠快的灰度共生矩阵,并用对比度、相关性、能量和逆差矩描述图像重叠块在0。,45。,90。和135。四个方向的纹理特征。然后对获得的每个图像块的纹理

7、特征向量进行字典排序,最后按照预定的相似标准,检测且定位出篡改区域。实验结果表明,该算法能够准确的识别出经过旋转操作篡改的图像。关键词:盲取证:纹理特征;局部沃尔什变换(LWT);局部二值模式(LBP);灰度共生矩阵(GLCM)AbstractDigitalimageasagoodcarrierofinformationtransmission,iswidelyusedinthenewsmedia,imageinformationcollection,collectingevidence,safetymonitoring,medi

8、calandhealth,manyfieldsofscience,technologydevelopment,appraisaltheory.Digitalimageeditingsoftwaredevelopmentandthepopulariz

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。